Αναπαράσταση γνώσης και επεξεργασία φυσικής γλώσσας

Abstract

Υπάρχουν πολυπληθείς τρόποι αναπαράστασης γνώσης όσον αφορά το πεδίο της τεχνητής νοημοσύνης, και πιο συγκεκριμένα το πεδίο της επεξεργασίας φυσικής γλώσσας. Μετά το 2012, με την ανακοίνωση του Γράφου Γνώσης της Google, η αναπαράσταση αυτή επανήλθε στο προσκήνιο και πραγματοποιήθηκε εκτεταμένη έρευνα για την χρήση της σε εργασίες επεξεργασίας φυσικής γλώσσας. Αποτελεί έναν εύκολα κατανοητό και διαισθητικό τρόπο αναπαράστασης ο οποίος όμως βασίζεται παράλληλα και σε επίσημα πρότυπα. Στόχος της παρούσας εργασίας είναι η αναπαραγωγή φυσικού κειμένου από δομημένη μορφή γνώσης, και πιο συγκεκριμένα κειμενικών δεδομένων απλών προτάσεων δομημένα σε γράφο γνώσης. Πρώτα γίνεται βιβλιογραφική ανασκόπηση στις έννοιες της τεχνητής νοημοσύνης και των νευρωνικών δικτύων, τα οποία χρησιμοποιούνται σε διεργασίες επεξεργασίας φυσικής γλώσσας όπως η συντακτική και η σημασιολογική ανάλυση. Έπειτα γίνεται αναφορά στο θεωρητικό υπόβαθρο που είναι απαραίτητο για την κατανόηση της διαδικασίας επεξεργασίας φυσικής γλώσσας, της αναπαράστασης γνώσης και φυσικά των γράφων γνώσης. Τέλος, παρουσιάζεται αναλυτικά η μεθοδολογία ανάπτυξης του προγράμματος. Για την δημιουργία του γράφου χρησιμοποιήθηκε το περιβάλλον Neo4j και η γλώσσα Cypher, ενώ το πρόγραμμα αναπαραγωγής φυσικού κειμένου αναπτύχθηκε με την γλώσσα Python στο περιβάλλον PyCharm.

Abstract: There are numerous ways of representing knowledge in the field of artificial intelligence, and more specifically the field of natural language processing. After 2012, with the announcement of Google's Knowledge Graph, this representation came back to the foreground and extensive research was conducted into its use in natural language processing tasks. It is an easy-to-understand and intuitive way of representation, but it is also based on formal standards. The aim of this work is the reproduction of natural text from a structured form , and more specifically textual data of simple sentences structured in a knowledge graph. First a literature review is done on the concepts of artificial intelligence and neural networks, which are used in natural language processes such as syntactic and semantic analysis. Then reference is made to the theoretical background necessary for understanding natural language processing, knowledge representation and of course knowledge graphs. Finally, the program development methodology is presented in detail. The Neo4j environment and the Cypher language were used to create the graph, while the natural text reproduction was developed using Python in the PyCharm environment.